論文の概要: Entanglement quantification from collective measurements processed by machine learning

• arxiv url: http://arxiv.org/abs/2203.01607v1
• Date: Thu, 3 Mar 2022 10:03:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-23 05:52:43.840221
• Title: Entanglement quantification from collective measurements processed by machine learning
• Title（参考訳）: 機械学習による集団計測からの絡み合い定量化
• Authors: Jan Roik, Karol Bartkiewicz, Anton\'in \v{C}ernoch, and Karel Lemr
• Abstract要約: 解析式の代わりに,ニューラルネットワークを用いて量子状態における絡み合いの量を予測する。 本研究の目的は,一般2量子状態とその負性度をエンタングルメント量化器として考えることである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we investigate how to reduce the number of measurement configurations needed for sufficiently precise entanglement quantification. Instead of analytical formulae, we employ artificial neural networks to predict the amount of entanglement in a quantum state based on results of collective measurements (simultaneous measurements on multiple instances of the investigated state). This approach allows us to explore the precision of entanglement quantification as a function of measurement configurations. For the purpose of our research, we consider general two-qubit states and their negativity as entanglement quantifier. We outline the benefits of this approach in future quantum communication networks.
• Abstract（参考訳）: 本稿では,十分な精度の絡み合い定量化に必要な測定構成数を削減する方法について検討する。 解析式に代えて,集合的測定結果に基づいて量子状態の絡み合い量を予測するために,ニューラルネットワークを用いた。 このアプローチにより、測定構成の関数としての絡み合いの量子化の精度を調べることができる。 本研究の目的は,一般2量子状態とその負性度をエンタングルメント量化器として考えることである。 我々は、このアプローチの利点を将来の量子通信ネットワークで概説する。

関連論文リスト

• Adaptive measurement strategy for quantum subspace methods [0.0]
  本稿では,量子部分空間法に有用な適応計測最適化法を提案する。 提案手法は、まず古典的にシミュレート可能な状態の測定プロトコルを決定し、次に量子部分空間展開のプロトコルを適応的に更新する。 数値実験として,分子の励起状態シミュレーションを行い,測定回数を桁違いに削減できることを示した。
  論文  参考訳（メタデータ） (2023-11-14T04:00:59Z)
• Enhanced Entanglement in the Measurement-Altered Quantum Ising Chain [46.99825956909532]
  局所的な量子測定は単に自由度を乱すのではなく、システム内の絡みを強める可能性がある。 本稿では,局所測定の有限密度が与えられた状態の絡み合い構造をどのように修正するかを考察する。
  論文  参考訳（メタデータ） (2023-10-04T09:51:00Z)
• Evolution of many-body systems under ancilla quantum measurements [58.720142291102135]
  本研究では,多体格子系をアシラリー自由度に結合させることにより量子測度を実装するという概念について検討する。 従来より抽象的なモデルで見られたように, アンタングリング・エンタングリング測定によって引き起こされる遷移の証拠を見いだす。
  論文  参考訳（メタデータ） (2023-03-13T13:06:40Z)
• Entanglement quasidistributions for Bell-state measurements [0.0]
  我々は、理論と実験における検出装置の絡み合いの概念を探求する。 正の演算子値測度の非局所量子コヒーレンスを決定する方法が考案された。 本論では, 上記の生データからの絡み合い準分布の再構成について述べるとともに, 得られた負性度と理論上期待される負性度を比較検討する。
  論文  参考訳（メタデータ） (2022-09-13T18:00:19Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
  いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。 ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
  論文  参考訳（メタデータ） (2022-06-30T17:45:05Z)
• Deep learning of quantum entanglement from incomplete measurements [0.2493740042317776]
  ニューラルネットワークを用いることで、量子状態の完全な記述を必要とせずに、絡み合いの度合いを定量化できることを実証する。 提案手法は,不完全な局所的な測定値を用いて,量子相関の直接量子化を可能にする。 我々は,様々な測定シナリオからデータを受け取り,ある程度,測定装置から独立して実行する畳み込みネットワーク入力に基づく手法を導出する。
  論文  参考訳（メタデータ） (2022-05-03T12:55:39Z)
• Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
  大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。 解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
  論文  参考訳（メタデータ） (2021-08-30T23:50:05Z)
• Importance sampling of randomized measurements for probing entanglement [0.0]
  ランダム化計測プロトコルと重要サンプリングを組み合わせることで、より大きな量子系における絡み合いを特徴づけることができることを示す。 量子状態の部分的情報を用いて、機械学習とテンソルネットワークを用いて、統計的誤差の劇的な低減を求める。
  論文  参考訳（メタデータ） (2021-02-26T14:55:53Z)
• Direct estimation of quantum coherence by collective measurements [54.97898890263183]
  量子状態におけるコヒーレンス量を推定するための集合的測定手法を提案する。 本手法は、トモグラフィーや適応計測に基づいて、他の推定方法よりも優れている。 本手法は,光子を用いて実験的に実装することで,今日の技術で利用できることを示す。
  論文  参考訳（メタデータ） (2020-01-06T03:50:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。